四分位数计算器

这款强大的在线四分位数计算器在进行箱线图（Box-and-Whisker Plot）的“五数概括”（Five-Number Summary）时非常实用。作为一款专业的统计分析工具，它可以快速计算给定数据集的第一四分位数 (Q1)、第二四分位数 (Q2，即中位数)、第三四分位数 (Q3)，以及最小值和最大值。此外，该计算器还能精准得出四分位间距（IQR）和极差（Range）。

只需键入或直接复制粘贴您的数据，然后点击“计算”按钮即可获得详细结果。请确保每个数字之间使用逗号或空格进行分隔。

四分位数

四分位数（Quartiles）是统计学中用于衡量数据位置的重要指标。它们有助于描述特定数值在整个数据集中的相对分布情况。

四分位数的作用是将按升序排列的数据集划分为四个相等的部分，使得每个部分包含相同数量的数据项。对于任意一个数据集，我们可以计算出三个核心四分位数：

• 第一四分位数（Q1 或下四分位数）
• 第二四分位数（Q2 或中位数）
• 第三四分位数（Q3 或上四分位数）

**第一四分位数（Q1）**是将按升序排列的数据集分为最低的 25% 和最高的 75% 的分界值。这意味着，有 25% 的数据项小于或等于 Q1，而 75% 的数据项大于或等于 Q1。这相当于数据集的第 25 个百分位数。

**第二四分位数（Q2）**是将数据集对半分开的中心数值。因此，有 50% 的数据项低于它，另外 50% 的数据项高于它。第二四分位数在数值上完全等同于数据集的中位数和第 50 个百分位数。

**第三四分位数（Q3）**是将数据集分为最低的 75% 和最高的 25% 的分界值。即 75% 的数据项低于 Q3，25% 的数据项高于 Q3。这相当于数据集的第 75 个百分位数。

四分位数计算

计算四分位数通常可以遵循以下四个步骤：

• 将所有数据按升序（从小到大）排列。
• 找出整个数据集的中位数。这就是第二四分位数（Q2）。
• 找出位于第二四分位数（Q2）下半部分数据的中位数。这就是第一四分位数（Q1）。
• 找出位于第二四分位数（Q2）上半部分数据的中位数。这就是第三四分位数（Q3）。

示例 1

以下数据代表某高校应届毕业会计师的起薪（单位：美元）。请找出这些起薪的中位数（Q2）、第一四分位数（Q1）和第三四分位数（Q3），并对计算结果进行数据分析与解释。

$55,000, $60,000, $52,000, $45,000, $74,000, $75,000, $48,000, $58,000, $72,000, $66,000, $45,000, $50,000, $54,000, $65,000, $71,000

解决方案

首先，我们将数据按升序进行排列：

$45,000, $45,000, $48,000, $50,000, $52,000, $54,000, $55,000, $58,000, $60,000, $65,000, $66,000, $71,000, $72,000, $74,000, $75,000

然后，寻找第二四分位数（即中位数）的位置：

$$\text{第二四分位数(Q2)} = \text{第}\left(\frac{N+1}{2}\right)\text{项} = \text{第}\left(\frac{15+1}{2}\right)\text{项} = \text{第}8\text{项} = 58,000$$

接下来，找出低于 Q2 的数据部分的中位数，从而得出 Q1：

$45,000, $45,000, $48,000, $50,000, $52,000, $54,000, $55,000

第一四分位数（Q1）= 50,000 美元

然后，找出高于 Q2 的数据部分的中位数，得出 Q3：

$60,000, $65,000, $66,000, $71,000, $72,000, $74,000, $75,000

第三四分位数（Q3）= 71,000 美元

我们可以对上述四分位数的计算结果做出如下解释：

25% 的应届毕业会计师起薪低于 50,000 美元，而另外 25% 的人起薪高于 71,000 美元。同时，50% 的会计师起薪超过 58,000 美元，剩余 50% 则低于该数字。

从上例可以看出，当数据总量（N）为奇数时，四分位数将直接对应原始数据集中的某个具体数值。然而，对于数据总量为偶数的情况，四分位数可能并非原始数据中的值。我们通过修改上例来进一步了解。

示例 2

假设在例 1 的数据中遗漏了一个薪资数据，该缺失的薪资为 95,000 美元。请重新求出修改后起薪的中位数 (Q2)、下四分位数 (Q1) 和上四分位数 (Q3)。

解决方案

首先，我们将数据按升序进行排列：

$45,000, $45,000, $48,000, $50,000, $52,000, $54,000, $55,000, $58,000, $60,000, $65,000, $66,000, $71,000, $72,000, $74,000, $75,000, $95,000

然后，我们将确定四分位数的位置：

$$\text{第二四分位数(Q2)} = \text{第}\left(\frac{N+1}{2}\right)\text{项} = \text{第}\left(\frac{16+1}{2}\right)\text{项} = \text{第}8.5\text{项}$$

$$\text{第二四分位数(Q2)} = \frac{\text{第}8\text{项}+\text{第}9\text{项}}{2} = \frac{58,000+60,000}{2} = 59,000$$

现在，从中位数处将数据集分为两组。找出低于 Q2 的数据部分的中位数，从而求出 Q1：

$45,000, $45,000, $48,000, $50,000, $52,000, $54,000, $55,000, $58,000

第一四分位数（Q1）=（50,000 美元 + 52,000 美元）/ 2 = 51,000 美元

接下来，找出高于 Q2 的数据部分的中位数，从而得出 Q3：

$60,000, $65,000, $66,000, $71,000, $72,000, $74,000, $75,000, $95,000

第三四分位数（Q3）=（71,000 美元 + 72,000 美元）/ 2 = 71,500 美元

四分位间距

上四分位数（Q3）和下四分位数（Q1）之间的差值被称为四分位间距（Interquartile Range, 简称 IQR）。

• 四分位间距 (IQR) = 上四分位数 - 下四分位数
• 四分位间距 (IQR) = 第三四分位数 - 第一四分位数
• 四分位间距 (IQR) = Q3 - Q1

四分位间距剔除了数据集中最低的 25% 和最高的 25% 数据。换句话说，四分位间距专注于衡量数据集中间 50% 核心数据的分布和离散程度。由于它有效排除了低于下四分位数和高于上四分位数的极端值，因此四分位间距不会受到异常值的干扰。这就完美弥补了传统极差计算容易受极端值影响的主要缺陷。

示例 3

求例 1 的四分位间距。

解决方案

我们已经计算出了该数据集的四分位数：

• 第一四分位数（Q1）= 50,000 美元
• 第二四分位数（Q2）= 58,000 美元
• 第三四分位数（Q3）= 71,000 美元

让我们将上述数据代入四分位间距公式中：

四分位间距 (IQR) = 第三四分位数 (Q3) - 第一四分位数 (Q1) = 71,000 - 50,000 = 21,000 美元

示例 4

求例 2 的四分位间距。

解决方案

我们已经计算出了该数据集的四分位数：

• 第一四分位数（Q1）= 51,000 美元
• 第二四分位数（Q2）= 59,000 美元
• 第三四分位数（Q3）= 71,500 美元

让我们将上述数据代入四分位间距公式中：

四分位数间距 (IQR) = 第三四分位数 (Q3) - 第一四分位数 (Q1) = 71,500 - 51,000 = 20,500 美元

最小值和最大值

最小值是指整个数据集中数值最低的项。当我们将数据集按升序排列时，它就是排在第一位的值。

最大值则是指整个数据集中数值最高的项。在升序排列的数据集中，它是排在最后一位的值。

最小值和最大值有助于我们直观了解数据集的整体跨度。极差（Range）作为衡量数据离散程度的基本指标，正是基于数据集的最小值和最大值计算得出的。

示例 5

求例 1 中应届毕业会计师起薪数据集的最小值和最大值。

解决方案

我们已将数据集按升序排列如下：

$45,000, $45,000, $48,000, $50,000, $52,000, $54,000, $55,000, $58,000, $60,000, $65,000, $66,000, $71,000, $72,000, $74,000, $75,000

最低工资是上述排列中的第一个工资数据。因此：

新毕业会计师的最低起薪 = 45,000 美元

最高工资是上述排列中的最后一个工资数据。因此：

新毕业会计师的最高起薪 = 75,000 美元

示例 6

求例 2 中应届毕业会计师起薪数据集的最小值和最大值。

解决方案

我们已将数据集按升序排列如下：

$45,000, $45,000, $48,000, $50,000, $52,000, $54,000, $55,000, $58,000, $60,000, $65,000, $66,000, $71,000, $72,000, $74,000, $75,000, $95,000

最低工资是上述排列中的第一个工资数据。因此：

新毕业会计师的最低起薪 = 45,000 美元

最高工资是上述排列中的最后一个工资数据。因此：

新毕业会计师的最高起薪 = 95,000 美元

数据集极差

统计学中的**极差（Range）**是衡量数据集离散程度最基础的指标。它的计算方法是数据集中的最大值与最小值之差。

数据集极差 = 最大值 - 最小值

数据集极差 = 最大值 - 最小值

极差反映了数据集两个极端值之间的总跨度或总差距。它虽然直观，但只是衡量数据离散程度的一个粗略指标。

因为极差仅仅取决于数据集中的两个极端值，如果这些极端值包含任何异常值（Outliers），极差的计算结果就极易出现失真和偏差。由于极差的计算并没有涵盖数据集中的所有数据点，因此它不能全面、准确地反映整体数据的实际离散情况。

示例 7

求例 1 中应届毕业会计师起薪数据集的极差。

解决方案

在此之前，我们已经找出了该数据集的最小值和最大值：

新毕业会计师的最低起薪为 45,000 美元。

新毕业会计师的最高起薪为 75,000 美元。

现在，我们将上述数值代入极差公式中：

数据集极差 = 最大值 - 最小值 = 75,000 美元 - 45,000 美元 = 30,000 美元。

示例 8

求例 2 中应届毕业会计师起薪数据集的极差。

解决方案

在此之前，我们已经找出了该数据集的最小值和最大值：

新毕业会计师的最低起薪为 45,000 美元。

新毕业会计师的最高起薪为 95,000 美元。

现在，我们将上述数值代入极差公式中：

数据集极差 = 最大值 - 最小值 = 95,000 美元 - 45,000 美元 = 50,000 美元。

四分位数计算在现实生活中的应用

当我们希望消除数据集中异常极端值的干扰，并深入研究其核心数据分布时，四分位数的计算就显得尤为重要。以下是利用四分位数进行科学决策的几个常见商业领域：

人力资源 - 在制定公司员工的薪资结构之前，HR 部门会先评估现有薪资的四分位数。这有助于剔除极低薪水（如短期实习生薪资）和极高薪水（如少数顶尖高管薪酬）的干扰，从而制定出更为合理的行业标准薪酬范围。

财务 - 在规划公司的每月运营预算时，财务人员可以通过计算四分位数来分析历史支出的分布情况。这能有效避免预算规划得过高或过低，使资金利用率最大化。

生产与运营 - 在评估工厂产能时应用四分位数分析，这有助于剔除诸如突发停电、员工罢工、原材料缺货等偶发因素造成的异常低产天数，从而提供出更真实、更稳定的核心生产能力范围数据。

市场营销 - 营销专家在调研竞争对手的价格策略时，会重点关注竞品价格的四分位数。通过这种数据处理方式，品牌方在进行定价分析时，就能科学地忽略掉低端劣质产品和极端高溢价奢侈品牌的定价干扰，聚焦于真正的目标竞争区间。